买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利电阻材料分析方法、装置、设备及产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120412856B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510897311.0，技术领域涉及：G16C60/00；该发明授权电阻材料分析方法、装置、设备及产品是由赵亚文设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本电阻材料分析方法、装置、设备及产品在说明书摘要公布了：本申请公开了一种电阻材料分析方法、装置、设备及产品，涉及数据处理技术领域，包括利用目标类电阻材料的多源磁属性数据，构建属性特征矩阵；基于属性特征矩阵中相关属性特征之间的特征值，构建特征值矩阵；对特征值矩阵中的各特征值进行聚类分析，得到目标类电阻材料的磁属性分析结果，解决了对磁电阻材料的分析耗时较长且准确性较低的技术问题，达到了提高电阻材料的磁属性分析效率及准确性的技术效果。

本发明授权电阻材料分析方法、装置、设备及产品在权利要求书中公布了：1.一种电阻材料分析方法，其特征在于，包括： 利用目标类电阻材料的多源磁属性数据，构建属性特征矩阵，所述多源磁属性数据包括极大磁电阻效应关联的磁属性测试数据及磁属性理论数据，所述磁属性测试数据及磁属性理论数据包括、载流子浓度、迁移率、晶体结构； 基于所述属性特征矩阵中相关属性特征之间的特征值，构建特征值矩阵； 对所述特征值矩阵中的各特征值进行聚类分析，得到所述目标类电阻材料的磁属性分析结果，包括电子空穴型能带分类结果； 所述基于所述属性特征矩阵中相关属性特征之间的特征值，构建特征值矩阵，包括： 获取所述属性特征矩阵中属性相关和或属性负相关的多个属性特征； 构建所述属性相关和或所述属性负相关的多个属性特征间的协方差矩阵； 对所述协方差矩阵进行特征值分解，得到特征分解值； 计算各个特征分解值的累积方差贡献率； 基于所述累积方差贡献大于贡献阈值的目标个特征分解值对应的特征向量，构建投影矩阵； 基于所述属性特征矩阵及所述投影矩阵，构建所述特征值矩阵； 所述对所述特征值矩阵中的各特征值进行聚类分析，得到所述目标类电阻材料的磁属性分析结果，包括： 利用目标磁属性聚类模型对所述特征值矩阵中的各特征值进行聚类分析，得到所述目标类电阻材料的磁属性分析结果，所述磁属性分析结果包括每个电阻材料的磁属性聚类结果和目标类材料间的磁关联性聚类结果，所述磁关联性聚类结果包括电子型能带分类结果、空穴型能带分类结果、多带分类结果，所述目标磁属性聚类模型是基于高斯混合模型及初始后验概率得到的，所述高斯混合模型的模型参数包括初始均值向量、初始协方差矩阵及初始特征权重，所述初始协方差矩阵用于衡量能带结构与载流子迁移率之间存在物理关联； 所述获取所述目标磁属性聚类模型，包括： 获取所述目标类电阻材料的属性特征训练样本； 将所述属性特征训练样本输入高斯混合模型，得到每个所述属性特征训练样本属于对应高斯分量的初始后验概率； 基于所述初始后验概率更新所述高斯混合模型的模型参数，得到所述目标磁属性聚类模型； 每个所述属性特征训练样本属于对应高斯分量的初始后验概率的模型为： 初始特征权重的更新模型为： 初始均值向量的更新模型为： 初始协方差矩阵的更新模型为： 其中，为高斯分布的概率密度函数；xj为属性特征训练样本；i为第i个高斯分量，为初始特征权重；为初始协方差矩阵；为初始均值向量；表示属性特征训练样本j对第i个高斯分量的贡献；αi为目标类电阻材料属性与极大磁电阻效应的关联程度动态调整权重，为与属性特征训练样本相关的极大磁电阻效应指标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区综保区经一路1号8幢；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。